EXCEL VBA如何从PDF中提取页面并生成若干个新PDF文件

bosslxt

我的PDF文件里有几个页面，我想把它们全部提取出来，再分别生成一个单页的PDF文件。
请问，用EXCEL VBA如何实现？

小fisher

1. '函数名称：ExtractPDFpages
   
2. '函数功能：调用Acrobat提取pdf的单个页面并输出到指定目录(命名规则为[原文件名 - p#.pdf])
   
3. '参数:
   
4. '1. sPDFfile；原始PDF文件的完整路径
   
5. '2. sOutputFolder；提出的PDF页面的保存目录
   
6. '注意：需要在装有【Acrobat Professional】软件的电脑上运行
   
7. 
   
8. 
   
9. Sub ExtractPDFpages(sPDFfile As String, sOutputFolder As String)
   
10.     Dim pdf, pdfSource
    
11.     Dim iPageCount As Integer
    
12.     Dim sFileName As String
    
13.    
    
14.    
    
15.     sFileName = Mid(sPDFfile, InStrRev(sPDFfile, "") + 1)
    
16.     sFileName = Left(sFileName, InStrRev(sFileName, ".") - 1)
    
17.    
    
18.    
    
19.     Set pdf = CreateObject("AcroExch.PDDoc")
    
20.     Set pdfSource = CreateObject("AcroExch.PDDoc")
    
21.     pdfSource.Open sPDFfile
    
22.     iPageCount = pdfSource.GetNumPages
    
23.    
    
24.     If Right(sOutputFolder, 1) <> "" Then
    
25.         sOutputFolder = sOutputFolder & ""
    
26.     End If
    
27.     For i = 0 To iPageCount - 1
    
28.         pdf.Create
    
29.         pdf.InsertPages -1, pdfSource, i, 1, 0
    
30.         pdf.Save 1, sOutputFolder & sFileName & "-p" & i + 1 & ".pdf"
    
31.         pdf.Close
    
32.         
    
33.     Next
    
34.     pdfSource.Close
    
35.     Set pdf = Nothing
    
36.     Set pdfSource = Nothing
    
37. 
    
38. End Sub
    
39. 
    
40. '测试代码
    
41. Sub Test()
    
42.     ExtractPDFpages "d:\Guide.pdf", "d:\output"
    
43.     '提取d:\Guide.pdf，并保存为：d:\output\Guide-p1.pdf、d:\output\Guide-p2.pdf、d:\output\Guide-p3.pdf……
    
44. End Sub

复制代码

EH2003

何必用VBA，建议使用Acrobat pro

zaojiashi75

EH2003 发表于 2016-2-28 21:09
何必用VBA，建议使用Acrobat pro

Acrobat pro 是可以达到目的，但2楼的代码只提供了思路，以及外接程序对象的引用方法（手机上网，未测试代码正确性）。如果提取的数量很少时，当然3楼的方法不错，但如果是大量的批处理时，2楼的方法优势就充分体现出来了。

zaojiashi75

还有可能，PDF页面提取只是楼主整体需求的一部分，即程序运行到某一时点，根据需求动态提取PDF文件中的某一部分页面，然后程序再将提取结果自动进行其他处理。如果是这样的话，用代码提取页面，避免了人工交互，可以提高效率。

bosslxt

小fisher 发表于 2016-2-28 21:02

大侠，太谢谢你的回答了，很给力！！！
另外，我还想再问问：
PDF.InsertPages (参数)
PDF.Save (参数)
这两个命令的参数有哪些。如果我要选择两个或多个页面一起输出，该如何表达？选择多页输出时，如何控制哪个页面在前哪个在后？

小fisher

工程中引用了Adobe Acrobat 10.0 Type Library类库（通常是C:\Program Files\Adobe\Acrobat 11.0\Acrobat\acrobat.tlb）之后，可以在对象浏览器中看到AcroPDDoc对象的下列方法：
Function InsertPages(nInsertPageAfter As Long, iPDDocSource As Object, lStartPage As Long, lNumPages As Long, lInsertFlags As Long) As Boolean
Acrobat.AcroPDDoc 的成员
从英文名称看
第一个参数nInsertPageAfter是要插入页面的位置，注意第1页的页码为0，所以第1个参数设置为0时表示为插入到第1页之后，要插入到第1页之前需要把第一个参数设置为-1
第二个参数iPDDocSource表示要插入页面的来源，是AcroPDDoc类型
第三个参数lStartPage表示要插入页面在源文件中的页码，同样是从0开始算
第四个参数lNumPages表示要插入的页数第五个参数lInsertFlags不太清楚，不过设置成0时可以正常使用
要将pdfDoc1的第8-10页插入到pdfDoc2的最前面，代码是pdfDoc2.InsertPages -1, pdfDoc1, -1, 8, 3, 0

Function Save(nType As Integer, sFullPath As String) As Boolean这个方法比较简单，第一个参数是保存类型，有下列选项：Const PDSaveBinaryOK = 16 (&H10)    'Specifies that it's OK to store in binary file. 可以存为二进制文件
Const PDSaveCollectGarbage = 32 (&H20)   'Remove unreferenced objects, often reducing file size.移除未引用的对象，通常可以缩小文件尺寸
Const PDSaveCopy = 2   'Write a copy of the file into the file. 保存文件副本
Const PDSaveFull = 1   'Write the entire file. 保存完整文件
Const PDSaveIncremental = 0 'Write changes only. 只保存改动过的地方
Const PDSaveLinearized = 4  'Save the file in a linearized fashion. 保存为线性化格式（？）
Const PDSaveWithPSHeader = 8  'Writes a PostScript header as part of the saved file. 在保存的文件中添加PostScript文件头

第二个参数是保存文件的完整路径

opiona

小fisher 老师，我想问一下：
Function InsertPages(nInsertPageAfter As Long, iPDDocSource As Object, lStartPage As Long, lNumPages As Long, lInsertFlags As Long) As Boolean
第二个参数iPDDocSource表示要插入页面的来源，是AcroPDDoc类型
这个来源可以是PDF以外的其他文件类型么？？
比如：JPG之类的文件
有个合并PDF的帖子就卡在这个问题上了，PDF格式可以合并，其他的无法合并！

再有听说过：Adobe Acrobat 内置函数，不知道在哪里可以找到解释、说明、教程之类的！

bosslxt

小fisher 发表于 2016-3-1 20:59
工程中引用了Adobe Acrobat 10.0 Type Library类库（通常是C:\Program Files\Adobe\Acrobat 11.0\Acrobat\a ...

多谢小fisher老师！
同时我也很感谢参与这个话题的童鞋们，希望有机会大家再来一起探讨VBA方面的问题。

bosslxt

小fisher 老师，请移步下一个问题：如何利用EXCEL VBA旋转PDF的页面
如有其他高人，也请帮忙解决一下，谢谢啦！